Der Agent kennt Ihr Unternehmen nicht. Noch nicht.

Der neue Assistent ist eingerichtet. Die erste Frage lautet: „Was kostet unser Service?“ Und schon wird es schwierig.

Auf der Website steht ein alter Einstiegspreis. Im Vertrieb liegt eine neue Preisliste. Ein Angebot enthält einen Sonderrabatt, und im Team weiß eigentlich jeder, dass dieser eine Leistungsbaustein inzwischen anders heißt. Der Agent weiß das nicht.

Wer Unternehmenswissen mit KI nutzbar machen möchte, beginnt deshalb mit einer Aufgabe, die erstaunlich wenig nach KI aussieht: herausfinden, welche Informationen gelten.

Ein Ordner voller Dateien ist noch keine Wissensbasis

Natürlich kann Software Dokumente durchsuchen und bei der Bestandsaufnahme helfen. Sie kann ähnliche Dateien finden, Themen vorschlagen und mögliche Widersprüche markieren. Welche Fassung verbindlich ist, muss aber jemand entscheiden, der das Unternehmen kennt.

Für einen ersten Einsatz würden wir den Umfang begrenzen: etwa auf freigegebene Leistungsbeschreibungen und häufige Kundenfragen. Personalunterlagen, private Nachrichten und vertrauliche Kalkulationen gehören nicht automatisch dazu, nur weil sie ebenfalls auf einem Laufwerk liegen.

Je klarer die Quellen, desto besser lässt sich eine Antwort überprüfen.

Wissen nachschlagen ist etwas anderes als ein Modell trainieren

Ein gängiger Ansatz sucht zu einer Frage passende Textstellen und gibt sie dem Modell als Grundlage für die Antwort mit. Das wird häufig Retrieval-Augmented Generation, kurz RAG, genannt. Anthropic erläutert in seiner Dokumentation, warum dabei auch der Kontext einzelner Textstellen für die Suche relevant ist. Zum Hintergrund über Contextual Retrieval.

Für die Arbeit im Unternehmen bedeutet das: Eine neue Preisliste kann in den Wissensbestand aufgenommen und eine veraltete entfernt werden. Das ist nicht gleichbedeutend damit, dass das Modell sich selbst neu trainiert. Und die Aufnahme allein garantiert noch nicht, dass jede Antwort richtig ausfällt.

So könnte ein überschaubarer Start aussehen

1. Bestand auswählen. Welche Fragen sollen beantwortet werden? Welche Unterlagen werden dafür tatsächlich benötigt?
2. Quellen ordnen. Gültige Fassungen, Verantwortliche und Aktualisierungsdatum festhalten. Dubletten und Widersprüche zur Prüfung markieren.
3. Zugriffe festlegen. Ein Assistent für Kunden benötigt andere Informationen als ein internes Werkzeug für die Geschäftsführung.
4. Antworten belegen. Wenn möglich, die verwendete Quelle und ihren Stand mitliefern. Fehlende Informationen erkennbar machen.
5. Mit echten Fragen prüfen. Auch Fälle testen, für die es keine freigegebene Antwort gibt. Dann muss eine Rückfrage oder Übergabe möglich sein.

Das ist ein vorgeschlagenes Vorgehen. Welche Schritte automatisiert werden können, hängt von den vorhandenen Dokumenten, Systemen und Berechtigungen ab.

Aktuell bleiben braucht einen Verantwortlichen

Angenommen, eine Lieferzeit ändert sich. Wer aktualisiert die Quelle? Wann übernimmt die Suche den neuen Stand? Wie stellen wir fest, ob noch Antworten auf der alten Fassung beruhen? Diese Fragen sollten vor dem Einsatz geklärt sein.

Ein Agent kann bei der Pflege unterstützen, etwa indem er neue Unterlagen zur Prüfung vorlegt. Eine ungeprüfte Aussage aus einem Gespräch sollte aber nicht zur nächsten verbindlichen Auskunft werden. „Lernt mit jedem Kontakt dazu“ klingt bequem. Für ein Unternehmen ist ein nachvollziehbarer Umgang mit Änderungen hilfreicher.

Der erste Erfolg muss nicht das ganze Unternehmen umfassen

Wenn Ihr Team regelmäßig dieselben zehn Fragen beantwortet, kann genau dort der Anfang liegen. Eine kleine, gut gepflegte Wissensbasis ist leichter zu überprüfen als ein vollständiger Datenbestand, dessen Zuständigkeiten niemand kennt.

Der Agent muss nicht am ersten Tag alles wissen. Er muss mit dem freigegebenen Wissen sinnvoll arbeiten, seine Grenzen erkennen lassen und bei einer Lücke den richtigen nächsten Schritt anbieten.

Über einen Wissensassistenten für Ihr Unternehmen sprechen